特定のHTMLタグのみ表示を許可する

例

<><a href="http://hogehoge.com/><><"><B><b myattr="<><>">hogehoge<i>hoge<ins>hoge</ins></i></b></B><b<b<b>>>

に対して、タグ a, b, i を許可する

CASE1: Tidyが使えない場合

※ タグの入れ子が正しいかどうかを考慮していません

HTMLエンティティに置換する場合

コード

function filter_text($text, $allow_tags = array()) {

    $tags = implode('|', $allow_tags);
    $attr = '(?: ++[\\w-]++(?:=(?:[\\w-]++|"[^"]*+"|\'[^\']*+\'))?+)';
    $keep = $tags !== '' ?
        "</(?:{$tags}) *+>|<(?:{$tags}){$attr}*+ *+/? *+>|":
        ''
    ;
    $pattern = "@{$keep}(<)|(>)@i";
    return preg_replace_callback($pattern, function ($matches) {
        switch (true) {
            case isset($matches[2]): return '&gt;';
            case isset($matches[1]): return '&lt;';
            default:                 return $matches[0];
        }
    }, $text);

}

結果

&lt;&gt;<a href="http://hogehoge.com/><><"><B><b myattr="<><>">hogehoge<i>hoge&lt;ins&gt;hoge&lt;/ins&gt;</i></b></B>&lt;b&lt;b<b>&gt;&gt;

削除する場合

コード

function filter_text($text, $allow_tags = array()) {

    $tags = implode('|', $allow_tags);
    $attr = '(?: ++[\\w-]++(?:=(?:[\\w-]++|"[^"]*+"|\'[^\']*+\'))?+)';
    $keep = $tags !== '' ?
        "</(?:{$tags}) *+>|<(?:{$tags}){$attr}*+ *+/? *+>|":
        ''
    ;
    $pattern = "@{$keep}(</[\\w-]++ *+>|<[\\w-]++{$attr}*+ *+/? *+>|<[^<>]*+>|[<>])@i";
    return preg_replace_callback($pattern, function ($matches) {
        switch (true) {
            case isset($matches[1]): return '';
            default:                 return $matches[0];
        }
    }, $text);

}

結果

<a href="http://hogehoge.com/><><"><B><b myattr="<><>">hogehoge<i>hogehoge</i></b></B>bb<b>

CASE2: Tidyが使える場合

php_tidy.dll は php.ini の設定で有効化することが出来ます。
Tidyを使えば、不足している閉じタグを適切に補正してくれます。
また、存在しない属性もカットしてくれます。
ついでにhref属性内の未エンコード文字を自動的にURLエンコードしてくれます。

HTMLエンティティに置換する場合

コード

function filter_text($text, $allow_tags = array()) {

    $tags = implode('|', $allow_tags);
    $attr = '(?: ++[\\w-]++(?:=(?:[\\w-]++|"[^"]*+"|\'[^\']*+\'))?+)';
    $keep = $tags !== '' ?
        "</(?:{$tags}) *+>|<(?:{$tags}){$attr}*+ *+/? *+>|":
        ''
    ;
    $pattern = "@{$keep}(<)|(>)@i";
    $text = preg_replace_callback($pattern, function ($matches) {
        switch (true) {
            case isset($matches[2]): return '&gt;';
            case isset($matches[1]): return '&lt;';
            default:                 return $matches[0];
        }
    }, $text);
    $tidy = new Tidy;
    return $tidy->repairString($text, array(
        'wrap'           => 0    ,
        'show-body-only' => true ,
    ), 'utf8');

}

結果

&lt;&gt;<a href="http://hogehoge.com/%3E%3C%3E%3C"><b>hogehoge<i>hoge&lt;ins&gt;hoge&lt;/ins&gt;</i></b>&lt;b&lt;b<b>&gt;&gt;</b></a>

削除する場合

コード

function filter_text($text, $allow_tags = array()) {

    $tags = implode('|', $allow_tags);
    $attr = '(?: ++[\\w-]++(?:=(?:[\\w-]++|"[^"]*+"|\'[^\']*+\'))?+)';
    $keep = $tags !== '' ?
        "</(?:{$tags}) *+>|<(?:{$tags}){$attr}*+ *+/? *+>|":
        ''
    ;
    $pattern = "@{$keep}(</[\\w-]++ *+>|<[\\w-]++{$attr}*+ *+/? *+>|<[^<>]*+>|[<>])@i";
    $text = preg_replace_callback($pattern, function ($matches) {
        switch (true) {
            case isset($matches[1]): return '';
            default:                 return $matches[0];
        }
    }, $text);
    $tidy = new Tidy;
    return $tidy->repairString($text, array(
        'wrap'           => 0    ,
        'show-body-only' => true ,
    ), 'utf8');

}

結果

<a href="http://hogehoge.com/%3E%3C%3E%3C"><b>hogehoge<i>hogehoge</i></b>bb</a>